明星AI初创诚招世界模型算法工程师(全职/实习)

世界模型招聘官 2026-02-25 14:03:42

【关于我们】
Manifold AI 流形空间 成立3个月获亿元级融资,中国学术界最早系统布局世界模型的实验室&工业界最早落地世界模型的团队。您也可以通过以下链接深入了解我们的技术愿景: https://mp.weixin.qq.com/s/WW4fOX6CmmbVWssxch_wMA

【工作地点】北上深

【职位描述】*特别优秀者可远程实习
1. 世界模型研发与优化:负责研发和优化世界模型算法,构建机器人的环境感知、状态预测和决策规划能力,提升机器人在复杂环境中的自主决策和适应性;
2. 多模态数据融合:开发适用于机器人端到端操作的多模态世界模型,整合视觉、语言、触觉等多模态信息,构建统一的环境表征和动态预测模型;
3. 时空特征学习:设计和优化机器人视频表征学习方法,从多模态数据中提取有效的时空特征表示,提升机器人的视觉空间推理和环境理解能力;
4. 强化学习与仿真:研究基于世界模型的机器人强化学习技术,开发高效的仿真环境,提升机器人在现实世界中的学习效率和泛化能力;
5. 技术前沿跟踪:跟踪世界模型、多模态学习、机器人学等领域的最新研究进展,推动技术创新和产业化应用落地。

【职位要求】
1. 专业背景:具有计算机视觉、人工智能、机器人学、认知科学等相关专业背景或相关行业工作经验;
2. 编程能力:熟练掌握主流深度学习框架(如PyTorch、JAX),具备优秀的编程能力和代码工程化经验;
3. 模型理解:对世界模型、生成模型(如Diffusion、GAN、Flow、Transformer等)有深入理解,有大规模模型训练经验,熟悉相关评测方法和基准测试;
4. 表征学习:熟悉多模态表征学习方法,能够从视频、图像、文本等数据中提取有效的特征表示,具备时序建模和动态预测经验;
5. 机器人技术:了解机器人端到端操作模型(如ACT、Diffusion Policy、OpenVLA、RT-2、pi0等)及视觉-语言-导航大模型的前沿进展;
6. 强化学习:具备机器人强化学习技术经验,有真实环境下的实施和优化经验,熟悉仿真到现实的迁移学习;
7. 分布式训练:具备大规模分布式训练经验,能够处理海量多模态数据和大型模型,熟悉模型并行和数据并行技术;
8. 学术背景:在ICML、NeurIPS、ICLR、ICCV、CVPR、CoRL等会议发表论文,或在ACM等程序设计竞赛中获奖者优先考虑;
9. 个人素质:具有强烈的技术热情、创新思维和持续学习能力,能够独立思考和解决复杂技术问题。

期权+24%公积金+商保+高薪实习

投递邮箱:roy_intern@manifoldai.cn并抄送hr@manifoldai.cn , pdf简历命名:世界模型算法工程师-姓名

...全文
252 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文详细介绍了基于无刷直流电机的电子机械制动执行器的MATLAB/Simulink仿真模型,重点构建并深入分析了其非线性动力学特性。该模型深度融合了无刷直流电机的电磁动力学与制动执行机构的机械传动动力学,通过引入高精度的Stribeck摩擦模型,有效提升了对系统在启动、停止及低速运行等工况下复杂动静态摩擦行为的模拟能力,从而实现了对整个执行器系统动态响应特性、控制性能及瞬态过程的高保真仿真,为下一代线控刹车(Brake-by-Wire)系统的研发、控制算法验证与优化提供了强大的数字化设计与验证平台。; 适合人群:具备一定电机控制理论、汽车电子工程、自动化或机电一体化背景的研究生、高校科研人员及从事电驱动系统、汽车底盘控制系统开发的工程师。; 使用场景及目标:①用于电子机械制动(EMB)系统总体方案的设计、可行性验证与动态性能评估;②作为开发与在环测试(HIL/SIL)先进控制器(如高鲁棒性PID、滑模变结构控制、模型预测控制MPC等)的核心仿真平台;③深入研究电机与精密丝杠等机械部件之间的强耦合效应,以及非线性摩擦对系统控制精度、响应延迟和稳态误差的影响机制。; 阅读建议:学习者应熟练掌握MATLAB/Simulink软件操作,并具备电机学、经典与现代控制理论、机械动力学等相关基础知识,建议在理解模型架构的基础上,通过调整关键参数(如摩擦系数、转动惯量、传动比)和施加不同的指令信号与负载扰动,系统性地探究系统各环节的动态响应规律,进而进行模型的二次开发与优化。

1,028

社区成员

发帖
与我相关
我的任务
社区描述
渊渟无迹静涛君
社区管理员
  • 叫兽-郭老师
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

拒绝黄赌毒,文明聊天,可以问问题,招聘等

试试用AI创作助手写篇文章吧